2011—2017年基于百度搜索指数的全国手足口病预测研究

发布时间：2022-01-02 03:53

　　目的:利用百度关键词搜索指数和全国手足口病发病数建立手足口病预测模型。方法:从疾病名称、症状、治疗和预防等方面选择关键词,获取关键词的百度指数,筛选出相关系数大于0.7的关键词来构建综合百度搜索指数,结合全国手足口病发病数进行自回归移动平均（ARIMA）模型的拟合和预测。结果:相关性分析表明手足口病发病数与综合百度指数高度相关（r=0.94,P<0.05）,且两者变化趋势非常一致。结合百度搜索指数建立的ARIMA模型的平均绝对百分比误差为24.86%,均方根误差百分比为29.86%;单独基于发病历史数据建立的ARIMA模型的平均绝对百分比误差为27.58%,均方根误差百分比为35.50%,前者的预测精度更好。结论:百度搜索指数可以提升ARIMA模型预测性能,结合百度搜索指数和手足口病发病数建立的ARIMA模型能较好地预测手足口病发病数。 

【文章来源】：汕头大学医学院学报. 2020,33(02)

【文章页数】：4 页

【部分图文】：

基于百度搜索指数的ARIMA模型预测效果图

图1 基于百度搜索指数的ARIMA模型预测效果图本研究利用关键词挖掘工具，从240个百度关键词最终筛选出19个相关系数大于0.7的关键词，然后加权构建综合百度搜索指数，提高了预测的精确度。综合百度搜索指数与手足口病发病数的相关性为0.94，同时，两者变化的趋势较为一致，说明使用百度指数进行手足口病发病的预测是合理且可靠的。利用建立的ARIMA模型进行预测，发现用结合百度搜索指数建立的ARIMA模型相对于只基于手足口病发病数建立的ARIMA模型，前者的MAPE值以及RMSPE值都比较低，说明使用百度搜索指数可以更好地提升ARIMA模型的预测性能。

【参考文献】：
期刊论文
[1]基于百度指数的人感染H7N9禽流感疫情预测[J]. 白宁,郁磊,靳祯.  公共卫生与预防医学. 2018(06)
[2]基于百度指数和ARDL模型的广东省清远市2013-2017年手足口病发病数分析[J]. 杜玉忠,黄业草,何慧萍,范秀红,卢文涛,蔡永铭,蔡巧.  预防医学情报杂志. 2018(11)
[3]基于百度指数的清远市手足口病GM（1,2）模型预测研究[J]. 蔡巧,黄业草,杜玉忠,蔡永铭,何慧萍.  华南预防医学. 2017(06)
[4]基于LASSO回归模型与百度搜索数据构建的流感疫情预测系统[J]. 郭貔,王力,郝元涛.  中国卫生统计. 2017(02)
[5]基于百度指数的登革热疫情预测研究[J]. 王晶晶,邹远强,彭友松,李肯立,蒋太交.  计算机应用与软件. 2016(07)
[6]特定关键词及百度指数与流感病毒活动相关性分析[J]. 董晓春,李琳,徐文体,张颖,张之伦,赵卓.  中国公共卫生. 2016(11)
[7]中国手足口病的流行状况及病原谱变化分析[J]. 赵奇,朱俊萍.  病毒学报. 2015(05)
[8]中国2013年报告法定传染病发病及死亡特征分析[J]. 王丽萍,曾令佳,任翔,耿梦杰,李中杰,余宏杰.  中华流行病学杂志. 2015 (03)
[9]ARIMA模型在常见呼吸道传染病疫情预测中的应用[J]. 时照华,苏虹,秦凤云,田余红.  安徽医科大学学报. 2013(07)
[10]时间序列分析法在香港结核病预测中的应用[J]. 刘刚,唐宋,孙文杰.  中国卫生统计. 2012(02)



本文编号：3563418